BLOG

博客

瀑布流分页

Dream Machines 实证报告:在真实制造任务上微调 π0.5 的 11 组实验

Dream Machines 在双臂执行器装箱-插盘任务上微调 π0.5:21 小时数据 76%,加一个干净小时到 90%,仅调 RTC 服务设置到 93%,而 LoRA 与从头训练都远不及全量微调。

视觉语言动作模型微调Pi0.5

Dream Machines· 2026-09-23T00:00:00

RLT：Physical Intelligence 用「RL Token」让 VLA 在线 RL 攻克操作的最后一毫米

Physical Intelligence（Sergey Levine 团队，2026-03-19）发布 RL Token（RLT）：冻结预训练 VLA，外挂编码器-解码器把内部嵌入压缩成信息瓶颈式的 RL token，再以约 1M 参数的 actor-critic 在真机上做在线 RL，只精修任务临界相位（编辑 VLA 动作块而非从零生成，BC 正则锚定 + 参考动作 dropout）。四个亚毫米级任务临界相位提速最高 3×，螺丝成功率 20%→65%，网线插入一半回合快过所有人类遥操作演示——只需 15 分钟真实机器人数据。

视觉语言动作模型Online RL

Physical Intelligence · 911次阅读 · 2026年3月19日

reBot-DevArm 精读：96 个 STEP、螺丝级 BOM 与一夜自主的 VLA 闭环

Seeed 六轴开源臂 reBot-DevArm 全仓通读：STEP/STL/URDF 与螺丝级带价 BOM 逐行重算（电机占 89.9%）、官方热测试边界、CERN-OHL-W-2.0 许可迁移与 LeRobot+GR00T N1.7 闭环。

机械臂Seeed Studio

铁卫士 / RobotWorld 整理 · 1652次阅读 · 2026年9月20日

Zetta ζ：冻结 VLA 权重也能持续进化——清华 AIR 的闭环具身执行框架

清华 AIR 与 Z-Trans AI 提出 Zetta ζ：一个闭环具身执行框架。它不微调策略、不更新 VLA 权重,而是进化围绕策略的执行框架——代码化的运行时评审器监控每个动作、恢复技能在偏离时接管、验证门只放行通过泛化检验的技能。冻结基线在 LIBERO-Pro 上成功率 31.0%,同一策略在 Zetta ζ 下达到 92.5%(绝对提升 +56.3 个百分点);RoboCasa 18 任务平均从冻结基线提升 20 个百分点至 93.6%;Z-Infra 把有效 rollout 吞吐放大 20.6 倍,推理提速 11.1 倍。技能可零样本迁移,且出现清晰的机器人「顿悟时刻」。

具身智能视觉语言动作模型

Tsinghua AIR & Z-Trans AI · 936次阅读 · 2026年8月30日

Perceptron 开源 Isaac 0.5：首个同时横跨视频理解、具身推理与机器人控制的开源基础模型，视频数据换遥操作省 210×

Isaac 0.5 是 Perceptron 发布的 36B 稀疏参数开源具身基础模型：读取图像、视频、语言、机器人状态与先前动作，能答视频问题、定位跟踪目标、报告任务进度并生成动作。团队确立了视频-遥操作数据权衡的扩展定律：通用视频从 1,000 小时扩到 100 万小时，达到损失 2.50 所需遥操作从约 5,900 小时降到 28 小时（210×）。训练数据覆盖 35+ 机器人系统、10 万小时机器人经验、100 万小时视频、3 万亿 token，首创语义世界建模（预测未来 percept）+ mHarmony 类型化多模态接口 + Null Experts 动态计算，感知五任务族全面领先且推理成本仅对手 1/8.5。权重、训练代码与 LeRobot 推理代码全部开放。

Embodied Foundation Model缩放定律

Perceptron · 830次阅读 · 2026年8月26日

Skild S1：机器人界的 GPT-3 时刻——看一段视频就学会新任务，无需微调

Skild AI 旗舰机器人基础模型 S1 天生是上下文学习器：给它看一段任务演示视频（哪怕是从未见过的 10 分钟长程任务），无需任何微调即可执行。在未见任务上，单次演示 ≈ 380 个后训练样本，10 万小时预训练下达 66% 成功率，而语言提示 VLA 仅 9%。

Skild AIS1

Skild AI · 909次阅读 · 2026年8月18日

Helix 学会叠衣服：人形机器人首次实现多指手自主叠衣

Figure AI 的 Helix VLA 模型首次实现人形机器人多指手自主叠毛巾。同一架构从物流无缝切换到家务，无需任何架构修改，仅需数据变化。

Figure AIHelix

Figure AI · 662次阅读 · 2026年8月25日

Helix 02：Figure 发布首个全身行走-操作统一 VLA 模型

Figure AI 发布 Helix 02，将单一神经网络控制从上半身扩展到全身。System 0 在 1000+ 小时人类运动数据上训练，替代 10 万行手写 C++，实现 4 分钟连续自主行走-操作任务。

Figure AIHelix

Figure AI · 697次阅读 · 2026年8月25日

开发者拐点：乐聚开源 LeTools 后训练工具链，把具身智能开发从周级压到天级

ICRA REAL-I 与 CRAIC 2026 两场赛事中，200 多支学生战队用乐聚开源工具链 LeTools，最快 1 天完成从算法到真机部署。dry-run 无硬件验证 37 节点行为树、LET-Base 1000 小时量产级数据、deploy.yaml 一键仿真转真机、10 余种模型架构统一 Adapter 切换——具身智能竞争焦点正从模型转向'数据+模型+部署'的低门槛开发环境。

LeTools仿真到现实

深蓝AI · 601次阅读 · 2026年8月15日

LingBot-VLA 2.0 复现雷达：权重已开放，但 6 万小时预训练仍无法等价复刻

官方已公开 6B 基础权重、RoboTwin 后训练权重、训练代码、开放环评测、仿真评测和部署入口。普通实验室可完成模型推理、RoboTwin 闭环评测或自有数据后训练，但缺少完整 6 万小时原始语料和训练预算，无法等价复刻基础预训练。

LingBot-VLA视觉语言动作模型

TPAMIs · 647次阅读 · 2026年8月6日

两只手比一个大脑更难：VLA 双臂操作与真实部署全景综述解读

Chef Robotics 的 Inkyu Sa 撰写的 35 页综述，从产业一线视角覆盖 200+ 文献与 31 个方法：以'耦合紧密度×动作头发射方式'为坐标系组织双臂 VLA 领域，论证 flow matching 头+动作分块是最强双臂方案（赢在十步积分），并剖析基准与真实部署之间两个数量级的鸿沟及三大缺口（力觉、评估、数据）。

视觉语言动作模型Bimanual

Inkyu Sa (Chef Robotics) · 631次阅读 · 2026年8月9日

本站含 CakeGrowth 联盟推广链接,我们可能从符合条件的购买中获得佣金。